主要内容

imregtform

估计将两个2-D或3-D图像对齐的几何变换

折叠所有页面

语法

tform = imregtform(移动，固定，tformType，优化器，度量)
tform = imregtform(移动，Rmoving,fixed,Rfixed,tformType，优化器，度量)
Tform = imregtform(___、名称、值)

描述

例子

tform= imregtform (移动，固定，tformType，优化器，度规）估计使运动图像对齐的几何变换移动用固定的图像固定．tformType定义要估计的转换类型。优化器描述优化度量的方法。度规定义要优化的图像之间相似度的定量度量。

tform= imregtform (移动，Rmoving，固定，Rfixed，tformType，优化器，度规）估计几何变换在哪里Rmoving而且Rfixed属性关联的空间引用对象移动而且固定图像。输出tform几何变换对象的单位是否由空间引用对象定义Rmoving而且Rfixed．

tform= imregtform (___，名称,值）使用名称-值参数来估计几何转换，以控制操作的各个方面。

例子

全部折叠

打开实时脚本

读两幅图。这个例子使用了膝盖的两张磁共振(MRI)图像。固定图像为自旋回波图像，运动图像为反转恢复的自旋回波图像。两个矢状面切片是同时获得的，但有轻微的不对齐。

固定= dicomread(“knee1.dcm”）;移动= dicomread(“knee2.dcm”）;

查看未对齐的图像。

imshowpair(固定,移动,“缩放”，“联合”）

图中包含一个轴对象。axis对象包含一个image类型的对象。

创建优化器和度量。将模式指定为“多通道”因为图像来自不同的传感器。

[optimizer,metric] = imregconfig(“多通道”）
optimizer = registration.optimizer.OnePlusOneEvolutionary Properties: GrowthFactor: 1.050000e+00 Epsilon: 1.500000e-06 InitialRadius: 6.250000e-03 MaximumIterations: 100
metric = registration.metric.MattesMutualInformation属性:NumberOfSpatialSamples: 500 numberofhistogrambin: 50 UseAllPixels: 1

调优优化器的属性，使问题收敛于全局最大值，并允许进行更多迭代。

优化器。InitialRadius = 0.009;优化器。= 1.5e-4;优化器。GrowthFactor = 1.01;优化器。MaximumIterations = 300;

找到映射待配准图像的几何变换(移动)转至参考图像(固定）.

Tform = imregtform(移动，固定，“仿射”、优化、指标)
tform = affinetform2d with properties:维度:2 A: [3x3 double]

将转换应用到正在注册的图像(移动)使用imwarp函数。该示例使用“OutputView”参数，以在形成转换后的图像时保留参考图像的世界限制和分辨率。

movingRegistered = imwarp(移动，tform，“OutputView”imref2d(大小(固定)));

查看已注册的镜像。

图imshowpair (movingRegistered固定,“缩放”，“联合”）

图中包含一个轴对象。axis对象包含一个image类型的对象。

输入参数

全部折叠

要注册的图像，指定为2-D或3-D灰度图像。

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

目标方向上的参考图像，指定为2-D或3-D灰度图像。

数据类型:单|双|int8|int16|int32|uint8|uint16|uint32

与要注册的图像相关联的空间引用信息，指定为imref2d或imref3d对象。

与参考(固定)图像相关联的空间引用信息，指定为imref2d或imref3d对象。

几何变换类型，指定为以下值之一:

价值 描述
“翻译” 翻译转换
“刚性” 刚性变换:平移和旋转
“相似” 相似度转换:平移、旋转和各向同性缩放
“仿射” 仿射变换:平移、旋转、各向异性缩放和剪切

的“相似”而且“仿射”转换类型不支持反射。

数据类型:字符|字符串

优化相似度度量的方法，指定为RegularStepGradientDescent或OnePlusOneEvolutionary对象。

在配准过程中要优化的图像相似度度量，指定为均方或MattesMutualInformation对象。

名称-值参数

指定可选参数对为Name1 = Value1,…,以=家,在那里的名字参数名称和价值对应的值。名称-值参数必须出现在其他参数之后，但对的顺序无关紧要。

例子:PyramidLevels = 4使用四个金字塔级别。

在R2021a之前，使用逗号分隔每个名称和值，并将其括起来的名字在报价。

例子:“PyramidLevels”4使用四个金字塔级别。

在注册过程中，在命令窗口中显示指定为逻辑值的优化信息真正的或假．

数据类型:逻辑

初始几何变换，指定为表中列出的几何变换对象。

几何变换对象 描述
二维几何变换
transltform2d 翻译转换
rigidtform3d 刚性变换:平移和旋转
simtform2d 相似度转换:平移、旋转和各向同性缩放
affinetform2d 仿射变换:平移、旋转、各向异性缩放、反射和剪切
三维几何变换
transltform3d 翻译转换
rigidtform3d 刚性变换:平移和旋转
simtform3d 相似度转换:平移、旋转和各向同性缩放
affinetform3d 仿射变换:平移、旋转、各向异性缩放、反射和剪切

请注意

你也可以指定InitialTransformation作为一个affine2d对象或affine3d对象。但是，不推荐使用这些对象。有关更多信息，请参见兼容性的考虑．

注册过程中使用的金字塔层数，指定为正整数。

例子:PyramidLevels = 4将金字塔的层数设置为4．

输出参数

全部折叠

几何变换，根据图像的维数和变换的类型作为几何变换对象返回，tformType．

转换类型

 二维几何变换对象 三维几何变换对象
“翻译” transltform2d transltform3d
“刚性” rigidtform2d rigidtform3d
“相似” simtform2d simtform3d
“仿射” affinetform2d affinetform3d

提示

  • 当您有可用的空间引用信息时，将此信息提供给imregtform，使用空间引用对象。这些信息很有用imregtform收敛可以更快地得到更好的结果，因为可以考虑尺度差异。

  • 这两个imregtform而且imregister使用相同的底层配准算法。imregister执行重新采样的附加步骤移动由所计算的几何变换估计产生配准的输出图像imregtform．使用imregtform当你想要访问相关的几何变换移动来固定．使用imregister当您需要注册输出图像时。

  • 从基于优化的图像配准中获得良好结果通常需要修改要配准的图像对的优化器和/或度量设置。的imregconfig函数提供的默认配置只应被视为起点。方法的输出imregconfig有关可以修改的不同参数的详细信息。

版本历史

在R2013a中引入

全部展开

另请参阅

应用程序

功能

对象

主题

Baidu
map